一种适用于高维大数据集的数据分类方法

摘要

本发明公开了一种适用于高维大数据集的数据分类方法，本发明主要解决现有方法在处理高维大数据集时很难选取有效特征，因而收敛速度慢且准确率低的问题。其实现步骤是：1、输入训练样本数据集和测试样本数据集；2、对训练样本集进行采样；3、计算特征权重；4、用轮盘赌法选择特征；5、构建基决策树；6、获得随机森林模型在测试集上的分类结果。本发明将轮盘赌法应用于特征选择，在保证特征随机扰动的同时，使有用特征被抽取的概率更大，可应用于高维大数据集的分类。